MidTerm - Classification

Introducción

Este modelo tiene como objetivo determinar cuando me cuesta hacer n casas de tipo proyecto vivienda pública en Ecuador.

La base de datos contiene 61 filas, esta fue modificada para tener el número de casas de tipo vivienda 1 y el costo de realización de ese conjunto de casas.

Importar Bibliotecas

## Bibliotecas importadas

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split, learning_curve
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
import numpy as np
import ipywidgets as widgets
from IPython.display import display

1. Cargar la base de datos

casas = pd.read_excel("Reg.xlsx")
casas.head()

	CT	NV
0	502804.81	29
1	854082.54	51
2	1125092.22	65
3	410532.20	23
4	335996.20	19

2. Dividir en entreamiento y prueba

X = casas[['NV']]          # columna con el número de viviendas
y = casas[['CT']]     # columna con el costo total    

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

3. Entrenar el modelo

modelo = LinearRegression()
modelo.fit(X_train, y_train)

LinearRegression()

In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.

4. Predicciones.

y_pred = modelo.predict(X_test)

5. Evaluación del modelo.

mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)

print(f"Mean Squared Error (MSE): {mse:.2f}")
print(f"R² Score: {r2:.4f}")

Mean Squared Error (MSE): 536069253.75
R² Score: 0.9943

6. Comparación de valores reales y predichos

plt.figure()
plt.scatter(y_test, y_pred)
plt.xlabel("Valores reales")
plt.ylabel("Valores predichos")
plt.title("Comparación entre valores reales y predichos")
plt.grid(True)
plt.show()

7. Visualización de la curva de aprendizaje

train_sizes, train_scores, test_scores = learning_curve(modelo, X, y, cv=5, scoring='r2')

train_mean = np.mean(train_scores, axis=1)
test_mean = np.mean(test_scores, axis=1)

plt.figure()
plt.plot(train_sizes, train_mean, label="Entrenamiento")
plt.plot(train_sizes, test_mean, label="Validación")
plt.xlabel("Tamaño del conjunto de entrenamiento")
plt.ylabel("R² Score")
plt.title("Curva de aprendizaje")
plt.legend()
plt.grid(True)
plt.show()

8. Qué paso con el \(R^2\)? El \(R^2\) nos dice que este modelo tiene un buen ajuste lineal de datos.

9. Cómo pruebo con un dato nuevo.

Cuánto dinero necesito para hacer N casas?

n_input = widgets.FloatText(
    value=None,
    description='Casas:',
    disabled=False
)

# Botón para ejecutar la predicción
button = widgets.Button(description="Predecir")

# Etiqueta para mostrar resultado
output = widgets.Output()

def predecir_costo(b):
    with output:
        output.clear_output()
        n = n_input.value
        pred = modelo.predict([[n]])[0]
        print(f"Para construir {n:.0f} casas, se necesitan aproximadamente ${pred:,.2f}")

button.on_click(predecir_costo)

display(n_input, button, output)